Docling を、実測で徹底解説。
Docling は IBM Research 発のオープンソース文書変換ツールキットです。PDF、Office ファイル、スキャン画像、音声を、きれいな Markdown・JSON・RAG 用チャンクに変換します。本サイトでは、インストール・設定・高速化の方法を、2.143.1 で実行したコマンドと当サイトが計測した数値に基づいて紹介します。
出典：PyPI のリリース履歴と pypistats.org（27 Sep – 26 Oct 2026）、2026 年 10 月 27 日に取得。形式の数は Docling 自身の InputFormat と OutputFormat から集計。
AI パイプラインのための、ひとつの文書変換ツール。
Docling は人間と同じように文書を読みます——タイトル、段落、表、図、そして読み順。それを構造化データとして書き出すので、検索・RAG・エージェントに向いています。
できること
Docling はページを解析し、レイアウトモデルで各領域にラベルを付け、表構造をセル単位で復元し、必要に応じてスキャン画像を OCR して、ロスのない DoclingDocument を組み立てます。この 1 つのオブジェクトから Markdown・HTML・JSON・DocTags・WebVTT・トークン数を制限したチャンクを出力できます。
開発元
Docling は IBM Research チューリッヒの AI for Knowledge チームが始め、2024 年 7 月にオープンソースとして公開されました。現在は LF AI & Data Foundation がホストしており、コードは MIT ライセンスで github.com/docling-project にあります。docling.org は独立系のガイドで、プロジェクト自体ではありません。
| 最新版 | 2.143.1（docling-core 2.105.0、docling-parse 7.23.1、docling-ibm-models 4.0.4） |
|---|---|
| 初回リリース | 0.1.0：2024 年 7 月 15 日 · 2.0.0：2024 年 10 月 16 日 |
| Python | 3.10–3.14 · macOS・Linux・Windows · x86_64 と arm64 |
| ライセンス | MIT（コード）。任意のモデルにはそれぞれのライセンスがあります。 |
| 実行環境 | ローカル実行。CPU または GPU（CUDA・Apple MPS・Intel XPU）。リモートサービスは明示的に有効化した場合のみ。 |
| インターフェース | Python API、docling CLI、docling-serve REST API、MCP サーバー、LangChain / LlamaIndex / Haystack / CrewAI 連携 |
ピクセルから構造へ、5 つのステージ。
標準 PDF パイプラインは専用モデルを順につなぎます。どのステージにどれだけ時間がかかるかを知ることが高速化の鍵です。以下は 9 ページの論文を当サイトで計測した時間です。
解析
docling-parse が文字・フォント・画像を座標付きで読み取ります。
OCR
テキスト層のない領域のみ、または全ページモードではページ全体が対象です。
レイアウト
Heron レイアウトモデルがタイトル・本文・表・図・リストなどを識別します。
表
TableFormer が行・列・結合セルを推定します。
組み立て
読み順・階層・出典情報をまとめて DoclingDocument にします。
3 つのコマンドで最初の変換。
まっさらな Python 3.13 仮想環境と Docling 2.143.1 で確認済み。初回実行時に約 500 MB のモデルが Hugging Face キャッシュにダウンロードされます。
python3 -m venv .venv && source .venv/bin/activate
pip install doclingdocling convert https://arxiv.org/pdf/2408.09869 --to md --no-ocr
# カレントフォルダに 2408.09869.md が作成されますfrom docling.document_converter import DocumentConverter
converter = DocumentConverter()
result = converter.convert("https://arxiv.org/pdf/2408.09869")
doc = result.document
print(doc.export_to_markdown()[:500])
doc.save_as_json("report.json") # ロスレスで再読み込み可能Docling の時間の大半は、不要かもしれない OCR に使われている。
一般的な 4 vCPU マシンで、Docling 技術レポート（9 ページ）を 4 通りの設定で変換しました。既定設定では、埋め込み画像への OCR が 77 秒中 61 秒を占めました。OCR をオフにすると 3.7 倍高速になりました。
docling.org が Docling 2.143.1 で計測。低いほど高速。
データ表を表示
| 秒/ページ | |
|---|---|
| デフォルト（OCR 自動 + 表） | 8.51 秒 |
| OCR オフ | 2.31 秒 |
| OCR オフ + 高速テーブル | 2.05 秒 |
| OCR オフ + 表モデルなし | 1.59 秒 |
Docling のプロファイリング計時（settings.debug.profile_pipeline_timings）、docling.org 計測。
データ表を表示
| レイアウト | OCR | 表構造 | 解析・組み立て | 合計 | |
|---|---|---|---|---|---|
| デフォルト（OCR 自動 + 表） | 15.5 | 61.0 | 11.6 | 0.7 | 88.7 |
| OCR オフ | 13.2 | 0.0 | 12.8 | 0.9 | 26.8 |
| OCR オフ + 高速テーブル | 12.7 | 0.0 | 8.3 | 0.8 | 21.8 |
| OCR オフ + 表モデルなし | 13.5 | 0.0 | 0.0 | 0.8 | 14.4 |
パフォーマンスガイドへ → · Docling と Marker・PyMuPDF4LLM・MarkItDown の比較 →
やりたいことから選ぶ。
Docling のインストール
pip と uv、CPU 版 PyTorch、CUDA、Apple Silicon、追加機能、モデルのオフライン準備。
インストールガイド →CLI リファレンス
ツール自体から読み取った docling convert の全 73 オプションと、よく使うコマンド例。
Python API
DocumentConverter、パイプラインオプション、一括変換、DoclingDocument。
Python ガイド →OCR（日本語対応）
7 つのエンジン、実際に動く言語コード、OCR をオフにすべき場面。
OCR ガイド →RAG とチャンク化
実文書で比べる HybridChunker と HierarchicalChunker、トークン上限、各種ローダー。
チャンク化ガイド →VLM と Granite-Docling
視覚言語パイプライン、全 22 プリセット、VLM が標準パイプラインに勝る場面。
VLM ガイド →試行錯誤を省く。
どのツールもブラウザ内で動作し、Docling 2.143.1 自体から読み取ったデータで作られています。生成されたコマンドはそのままターミナルに貼り付けられます。
設定ビルダー
必要な機能を選ぶと、CLI コマンド・Python スクリプト・docling-serve リクエストを並べて表示します。
開く → ツールインストールコマンド選択
OS・ハードウェア・機能を選ぶと、検証済みのインストール手順が出ます。CPU 版 PyTorch のコツ付き。
開く → ツールエラー検索
トレースバックを貼り付けると、実際の Docling のエラーメッセージと照合して原因と対処法を示します。
開く → ツールチャンク可視化
9 ページの論文を 256・512 トークンで分割した実際のチャンクと、その切れ目を確認できます。
開く → ツールOCR エンジン選択
言語・プラットフォーム・GPU を選ぶと、動くエンジン・言語コード・コマンドが分かります。
開く → ツール形式チェッカー
ファイル名を入力すると、Docling で読めるか、どのバックエンドを使うか、何が必要かを表示します。
開く →数日おきのリリース——だからバージョンが重要。
Docling は開発が速く、オプションの追加、既定値の変更、旧構文の非推奨化が頻繁に起こります。そのため本サイトの各ページには検証したバージョンを明記しています。
出典: PyPI JSON API, docling (fetched 27 Oct 2026)
データ表を表示
| 月 | リリース数 |
|---|---|
| 24年11月 | 11 |
| 12月 | 8 |
| 25年1月 | 4 |
| 2月 | 9 |
| 3月 | 9 |
| 4月 | 3 |
| 5月 | 5 |
| 6月 | 7 |
| 7月 | 6 |
| 8月 | 6 |
| 9月 | 7 |
| 10月 | 7 |
| 11月 | 6 |
| 12月 | 4 |
| 26年1月 | 6 |
| 2月 | 5 |
| 3月 | 8 |
| 4月 | 9 |
| 5月 | 4 |
| 6月 | 14 |
| 7月 | 10 |
| 8月 | 11 |
| 9月 | 7 |
| 10月 | 14 |
出典: pypistats.org, downloads without mirrors, Monday–Sunday weeks
データ表を表示
| 週の開始日 | docling | docling-slim |
|---|---|---|
| 2026-04-13 | 1,333,907 | |
| 2026-04-20 | 1,390,442 | |
| 2026-04-27 | 1,337,045 | |
| 2026-05-04 | 1,679,379 | 271,107 |
| 2026-05-11 | 1,957,311 | 383,377 |
| 2026-05-18 | 2,196,697 | 500,468 |
| 2026-05-25 | 1,815,117 | 475,482 |
| 2026-06-01 | 2,438,722 | 556,566 |
| 2026-06-08 | 3,489,469 | 819,817 |
| 2026-06-15 | 4,113,690 | 993,200 |
| 2026-06-22 | 4,562,301 | 1,139,852 |
| 2026-06-29 | 5,212,888 | 1,313,959 |
| 2026-07-06 | 4,841,471 | 1,380,407 |
| 2026-07-13 | 4,525,869 | 1,406,045 |
| 2026-07-20 | 3,110,568 | 1,149,128 |
| 2026-07-27 | 2,092,458 | 995,596 |
| 2026-08-03 | 2,126,349 | 976,520 |
| 2026-08-10 | 2,046,004 | 998,169 |
| 2026-08-17 | 2,720,763 | 1,190,997 |
| 2026-08-24 | 893,561 | 608,657 |
| 2026-08-31 | 648,958 | 583,158 |
| 2026-09-07 | 673,535 | 620,068 |
| 2026-09-14 | 595,150 | 592,255 |
| 2026-09-21 | 658,231 | 631,358 |
| 2026-09-28 | 787,540 | 754,234 |
| 2026-10-05 | 829,818 | 753,426 |
| 2026-10-12 | 856,709 | 828,168 |
| 2026-10-19 | 901,232 | 965,393 |
すべてのコマンドを実行し、すべての数値に出典を。
最新の Docling をクリーンな環境に入れ、オプション名を CLI から直接読み取り、掲載するコードを実行し、ハードウェアを明示した上でベンチマークを取っています。ライセンス・モデルのスコア・イメージサイズなど外部の情報には、参照元へのリンクを付けています。
検証方法 →IBM でも Docling プロジェクトでもなく、検証するユーザーです。
docling.org は独立して運営されており、IBM や LF AI & Data Foundation の推奨を受けていません。誤りや古い情報を見つけたら hello@docling.org までお知らせください。修正は通常 1 日以内に反映します。
Docling 公式リポジトリ ↗Docling についてよくある質問
Docling とは何ですか？
Docling は、PDF・Word・PowerPoint・Excel・HTML・画像・音声など 36 種類の入力形式を構造化された DoclingDocument に変換し、Markdown・JSON・HTML・プレーンテキスト・RAG 用チャンクとして書き出せるオープンソースの Python ツールキットです。ローカルで動作し、レイアウトと表構造に専用の AI モデルを使います。ライセンスは MIT です。
Docling は誰が開発していますか？IBM の製品ですか？
Docling は IBM Research チューリッヒの AI for Knowledge チームが始めたプロジェクトで、現在は LF AI & Data Foundation がホストするオープンソースプロジェクトです。コードは github.com/docling-project/docling にあり、IBM の研究者が引き続き主要な貢献者です。
docling.org は Docling の公式サイトですか？
いいえ。docling.org は Docling のユーザーが運営する独立系ガイドで、IBM、LF AI & Data Foundation、Docling プロジェクトとは関係ありません。公式情報は GitHub、docling.ai、公式ドキュメントにあります。当サイトは検証した内容のみを掲載し、各ページに出典を記載しています。
Docling は無料ですか？
はい。Docling のコードは MIT ライセンスで、商用でも無料で使えます。ダウンロードされるモデルには個別のライセンスがあり、既定の Heron レイアウトモデルは Apache-2.0、TableFormer の重みは CDLA-Permissive-2.0 / Apache-2.0 です。任意のモデルを有効にする前にモデルカードを確認してください。
Docling に GPU は必要ですか？
必要ありません。当サイトの 4 vCPU マシンでは、OCR をオフにしたデジタル生成 PDF が 1 ページ約 2.3 秒で変換できました。CUDA GPU や Apple Silicon があればレイアウト・表・OCR モデルが高速化し、VLM パイプラインではほぼ必須です。パフォーマンスガイドを見る。
対応している Python のバージョンは？
Docling 2.143.1 は Python 3.10 以上が必要で、macOS・Linux・Windows 上の 3.10〜3.14 に対応しています。
Docling は文書を外部に送信しますか？
既定では送信しません。変換は手元のマシンで行われ、モデルは Hugging Face から一度ダウンロードしてキャッシュされます。外部 API を呼ぶ機能は --enable-remote-services（enable_remote_services=True）を指定したときだけ動作します。
PyPDF や PyMuPDF とは何が違いますか？
pypdf などのテキスト抽出ツールは PDF に保存された文字を読むだけです。Docling はさらにレイアウトモデルでタイトル・段落・表・図・リストを識別し、表構造を復元し、読み順を整え、スキャンページを OCR できるため、文書の構造を保った出力になります。その代わり速度では劣り、当サイトのベンチマークでは同じファイルで PyMuPDF4LLM や MarkItDown より 1 ページあたりの時間が長くかかりました。